Moliay的博客

下列关于Boosting算法中样本权重调整的说法中错误的是哪个？A、所有样本的权重和保持不变B、前一个基学习器分错的样本会获得更大的权重C、只要权重调整的方向正确，Boosting算法的性能就可以获得理论保证D、决策树可以直接处理带权重的样本解析：CBoosting是一种____ (同质/异质) 集成学习方法。解析：同质下列关于Bagging算法描述中错误的是哪个？A、Bagging算法中每个基学习器使用相同的数据集B、分类任务中使用投票法获得输出。

刘未鹏 《数学之美番外篇：平凡而又伟大的贝叶斯方法》http://mindhacks.cn/2008/09/21/the-magical-bayesian-method/刘未鹏 | Mind Hacks思维改变生活心智探寻 思维改变生活 学习方法 算法 计算机科学 数学 机器学习与人工智能 编程数学之美番外篇：平凡而又神奇的贝叶斯方法概率论只不过是把常识用数学...

机器学习常用的理论分类：传统的监督学习 深度学习 强化学习建议按照上面列出的顺序作为学习路线  文本分类：PS：其中特征工程尤为重要，特征决定了机器学习的上限，而机器学习只是在逼近这个上限 字组成词，词才具有意义；而中文分词将句子拆分为一个个的词； 监督学习： 提高模型性能方法：①数据预处理 从本源出发②特征工程 the key③机器学习算法 就像找对象，适合最重要④模型集...